拱越：我们准备了几个问题，向三位专家进行一些提问，看看他们怎么认为新型储能技术，固态电池、锂空气电池、氢能电池，那么现在并不是很成熟，如何评价它发展潜力，还有它未来的一些技术方向。

胡江涛：固态电池在去年年底国家层面上也给了非常大的资金支持。它的优势很明显，能量密度很高，然后安全性比液态高，但不是绝对安全。基于它这么多的优势，不管是广东省还是国家层面都有非常强的助推。但是它存在一些问题，比如实现高C这样一个条件它的工艺密度是不是可行。还有就是工程化，现在我们可以在实验室能够实现它的组装，但是它整个工程化的设备可能还存在一些欠缺，需要更多研发的投入，这是我对固态的简单的了解。

金属空气电池研究已经很多年了，它的优势非常明显，能量密度要比现在的锂电池要高出好几倍。而且是比较绿色环保的体系，它整个前端和后端过程中对于污染都是蛮弱的，是非常清洁的一个体系。但是它的寿命在我们现在的体系里边，或者说电子科技产品里边是无法忍受的，寿命非常低。现在很多的工作比如说金属电极上进行修饰，然后能够维持它的界面稳定性，或者在空气电极上进行一些作用，能够让气体传输更加快来提升它的稳定性，这是锂空气电池上的优势和缺点。

对于氢能，广东省应该是全国范围内推的最多的地区，氢能目前来看对于它的产氢用氢这两个端的话可能还比较成熟一点，但是对于它的运氢和储氢还存在很多困难。能够把它有效的储存起来，实现一个比较安全的运输，还存在一些问题。现在已有一些技术，但是它有一些安全隐患，可能在真实的使用过程中需要政府整体把握。

拱越：胡老师聊了一些比较基础的一些问题，下面请潘总聊一下具体实际中他们可能会面临到什么问题？

潘武洲：我们公司主要是做工艺型储能器件，包括传统超级电容、能量型超级电容。在整个应用过程中它是复合型的，现在没有任何一种储能电池能够涵盖所有的特性，包括固态主要是长时储能，但是超级电容它有一个应用场景，我们现在目前做的调频储能，高倍率磷酸铁锂加上能量型超级电容进行一个混合性的供能，因为超级电容具有寿命很长，寿命基本上能做到5万次甚至到50万次这个层级的应用。调频工况是指工艺需求是在30秒到1分钟就已经足够了， 1兆瓦甚至5兆瓦的这样的工艺需求。但是往往用锂电池配的话，我要配到5兆瓦时，对于成本来说或者对于运营来说，它就是很浪费的一个层面。并且锂电池包括磷酸铁锂已经做了8000次甚至1万次，但是重组之后它的寿命实际上就是3-4000次的循环。基于在调频的领域，每天50-100次的工艺要求和频次要求，它实际上寿命是不够的。

像佛山热力复合发电厂跟火电进行匹配，2021年上机的天津力神的高倍率磷酸铁锂，实际3年不到它的功放就已经完全衰减了65%。这种工况就非常适合超级电容，包括电网体系的无功补偿。原先的无功补偿是用无缺失的电容去实现，现在是精准的补偿功率，是并网型的无功补偿，这个时候超级电容就发挥了优势。包括在油田、钻井平台，跟发动机进行联动这样的应用场景，非常适合超级电容器。所以未来储能我个人认为应该是个百花齐放的姿态，是一个混合型的应用。

拱越：曾总怎么看这个问题？

曾博士：固态电池各大公司都在抢着去做这个事情，但是固态这块还存在很多的问题，如果说固态能够解决它的寿命这块，因为它的成本问题我觉得在汽车这个领域还是可以的，但是也不是说固态能够在所有领域都可以用。

氢能我觉得我们国家关注度好像是稍微低一点点，金属空气电池我觉得离应用还是很远，没有什么主机厂或者说电池公司、材料公司做这一块的，因为我也去公司工作以前也是做学术的，金属空气电池还是一个学术概念，这是我个人的观点。

拱越：我们经常能看到很多风力发电车，然后还有一些光伏的太阳能板，就是在咱们祖国大地上到处都能见到，大家经常考虑的一个问题是它发出来的电到底没用上或者是怎么用上，它和我们新型储能的关系，它俩之间能不能达到一个更好的匹配？

胡江涛：清洁能源和储能的关系有一个地域性的差异，像中原河南河北可以看到大的风扇叶，它有一个就地产电然后并网就地使用的能力。如果在人口密度比较大的地方容易实现这样转换。但是如果分布在西北这样的地方，人口密度比较小，风能或者太阳能就存在发电后还要传输，在这个过程中可能会有一些能量耗散。所以现在的一些途径把转化出来的电能给再次转化，比如转化成氢，让它产生出一种具有附加值便于存储的材料来进行运输再进行投入使用。然后整体上来讲这个方向肯定是必然性的，可能还需要地方政府还有基于本地的特色进行综合的使用。

拱越：潘总怎么看这个问题？

潘武洲：我们对应用还是碰到很多问题。首先要理解这个事情，风力发电和光伏发电是一个不稳定的电源，白天光照最充足的时候，但是客户端用电量最大的不是白天而是晚上，这就造成一个冲突发电最大的时候用不掉。用不掉对电网来说是一个不稳定的电，无法调配，造成了一个结果——弃风弃光。像去年还是前年的弃风弃光率达到13%，100台里面要去掉13台，造成了很大的浪费。所以今年国家是提出这个要求，就是说要求弃风弃光率要低于5%，就尽量要把绿电用起来，所以现在提出了一个新的形式——强制配储，所有的风力发电和光伏发电必须要至少10%的储能存储在里面，这个时候当我调用的时候要迅速放回给电网。

再一个存在运输问题，大部分的风力发电和光伏发电都在西部，而用电大省在东部造成了一个资源错配，这个时候需要包括特高压技术去传输，或者把电转成氢气，氢气再变成氢的化合化合物运输过来然后再电解。当然从储能的角度来说，目前的解决方案肯定是先存储，现在有一步一步的推出看看能不能并网，实现规模性并网之后产生可用的绿电。

拱越：曾总看一下从是不是储能角度考虑一下这个问题。

曾博士：这一块我接触的不是很多，但是我从企业角度讲一点的一个小想法，有些地方可能不需要储能，有些地方可能需要最主要考虑可能还是成本问题，另外还有一个环保问题。除了这两个问题，我想不到其他问题需要把它储存起来。

拱越：大家都说削峰填谷其实就是一个存储加上一个用的问题，也可能确实没有特别多的想法。那么我们讨论一个最后的问题，人工智能能否与储能相结合。

胡江涛：削峰填谷这个事其实就是资源分配的问题，数据化之后就能够实现比较好的调度。还有现在有一个比较理想化的展望，每一个电动汽车都是一个小型的充电站，那么上班期间车在停车场里边，可以用电车来给建筑物来进行供电，然后是不是也可以通过这个车主本身也可以去收到一些钱，这个过程中都是有数据化起到作用的。

安全性现在大家都在讲，数据是未来非常大的财富，现在也有一些人工智能的方法，通过分析现在的电池数据，比如说它的失效的大量电池数据得到一些失效模型，然后给予这些失效模型来再植入到BMS里边，能够提升电池的安全性。

对于大量数据的学习数据化和安全性的一个匹配，失效模型的分析等等都有一个比较强的关联。其实我认为在未来数据化层面上，数字化层面上，AI层面上，对于电池的安全性管理有非常突出的一个贡献。

拱越：潘总有什么角度？

潘武洲：我一直认为今后的储能一定是跟AI是紧密结合的。我们公司现在做的一个在油田上的应用已经开始运用了 AI智能化，包括云端，我们在油田上做的包括抽油机的应用中提供了变频节电设备。但是有一个问题，如果设备出现停电会导致抽油机停产。抽油机应用工况在很多山区，它是没有人的，甚至一个人要去管100个抽油机。当抽油机停电以后，油液刚开始是被抽得很高的层次，停电了以后也是慢慢下降的，降到一定层次以后再重新启动，现在把它再抽上来，这是造成了资源浪费。所以有一天设备导致就停了一分钟的电，但是重复工作了两个小时到三个小时。如果实现了智能化，出现了任意一个故障，不管是超级电容也好，变速器也好，或者任意一个部件出现故障自动切换，甚至在云端监测到每一个抽油机的部件，我举的这个例子就是实现自动化才能保证效率最大化，包括安全性也是一个考量。

拱越：曾总对这个问题怎么看？

曾博士：AI未来在新能源领域的应用我认为方方面面都可以应用到的。无论是原始材料、电芯还是到主机厂那边。我从更熟悉的电芯厂这边讲一些点。现在各大车企都在谈降本。从降本这一块来看，电芯制造出来了，它不需要分容，完全可以通过AI做到。因为电芯经过化学软化之后性质已经决定了后面有多少容量，从大数据 AI是可以做点工作的。这款产品其实现在市面上也有些公司有这样技术的。

刚才我们也提到了失效分析，可靠性这块如果积累了整车、单机电芯一些实用案例，可以结合大数据AI。 电芯前期出现一些问题，完了之后就能预测它后面会有什么样的问题，客户那边是不会出现大范围的失效，对公司的信誉也是好的。

另外性能这一块，刚才我们谈到单体电芯前期的老化，它的一个特点决定了后面能使用多长的寿命，所以如果这方面的数据我们都可以整合起来，通过AI通过人工识别这样去分析，我们很多事情就可以避免。